电子商务原理

杨风召

目录

  • 1 电子商务概述
    • 1.1 从传统商务到电子商务
    • 1.2 电子商务的定义
    • 1.3 电子商务的产生与发展
    • 1.4 电子商务的功能与特征
    • 1.5 电子商务对社会经济的影响
    • 1.6 电子商务应用的一般框架
    • 1.7 案例研究
      • 1.7.1 案例1.1  亚马逊书店
      • 1.7.2 案例1.2  阿里巴巴
    • 1.8 第1章测验
  • 2 电子商务技术基础
    • 2.1 电子商务技术概述
    • 2.2 电子商务网络平台
    • 2.3 电子商务应用系统开发技术
    • 2.4 电子商务网站建设
    • 2.5 其他电子商务技术简介
    • 2.6 案例研究
      • 2.6.1 案例2.1  淘宝网技术架构的演变
      • 2.6.2 案例2.2  海尔B2C电子商务交易网站建设
    • 2.7 第2章测验
  • 3 电子商务模式
    • 3.1 电子商务模式概述
    • 3.2 B2C电子商务
    • 3.3 B2B电子商务
    • 3.4 C2C电子商务
    • 3.5 案例研究
      • 3.5.1 案例3.1  找钢网
      • 3.5.2 案例3.2  BAT十年财报对比
    • 3.6 第3章测验
  • 4 网络营销
    • 4.1 网络营销概述
    • 4.2 网络营销的理论基础
    • 4.3 网上市场调研
    • 4.4 网络营销策略
    • 4.5 网络广告
    • 4.6 新媒体营销
    • 4.7 案例研究
      • 4.7.1 案例4.1 好利来的网络营销传奇
      • 4.7.2 案例4.2 聚美优品的网络营销之路
    • 4.8 第4章测验
  • 5 电子支付与安全
    • 5.1 电子支付概述
    • 5.2 电子货币与网上银行
    • 5.3 第三方支付
    • 5.4 电子商务安全问题
    • 5.5 数据加密与信息安全
    • 5.6 安全认证技术与安全协议
    • 5.7 案例研究
      • 5.7.1 案例5.1 支付宝
      • 5.7.2 案例5.2 美国Movenbank
      • 5.7.3 案例5.3 国家电网公司PKI/CA系统和安全认证网关建设
      • 5.7.4 案例5.4 2017年勒索病毒爆发事件
    • 5.8 第5章测验
  • 6 电子商务物流
    • 6.1 电子商务物流概述
    • 6.2 电子商务物流系统的组成
    • 6.3 电子商务物流模式
    • 6.4 电子商务物流技术
    • 6.5 案例研究
      • 6.5.1 案例6.1 亚马逊公司的物流
      • 6.5.2 案例6.2 京东物流抢“鲜”布局阳澄湖活蟹冷链服务
    • 6.6 第6章测验
  • 7 电子商务法律规范
    • 7.1 电子商务中的法律问题
    • 7.2 中华人民共和国电子商务法
    • 7.3 隐私权保护
    • 7.4 知识产权保护
    • 7.5 案例研究
      • 7.5.1 案例7.1 用户隐私泄露,沦为骚扰电话帮凶
      • 7.5.2 案例7.2 Facebook再陷“泄密门” 或面临16.3亿美元罚款
    • 7.6 第7章测验
  • 8 课程复习
    • 8.1 期末自测A
    • 8.2 期末自测B
  • 9 实践1  简单网页制作与发布
    • 9.1 任务要求
    • 9.2 步骤方法
  • 10 实践2 电子商务项目创业实践
    • 10.1 任务要求
    • 10.2 步骤方法
其他电子商务技术简介

2.5.1  电子数据交换技术

电子数据交换(Electronic Data Interchange, EDI)是20世纪60年代后发展起来的,是信息技术向商贸领域渗透的产物,主要用于在计算机和计算机之间传递商业信息,是在互联网出现之前进行“无纸贸易”的主要手段。

1.EDI的定义和作用

国际标准化组织对EDI的定义是:商业或行政事务处理,按照一个公认的标准,形成结构化的事务处理或信息报文格式,从计算机到计算机的电子数据传输方法。也是计算机可识别的商业语言。其主要特点是:(1)交易双方采用电子方法传递和处理数据;(2)交易双方传递的数据文件采用统一的标准报文格式;(3)交易双方的信息传输是在计算机和计算机之间通过通讯系统实现的。(4)交易双方在传递信息时采用了加密和防伪手段。

20世纪60年代以来,随着全球贸易的快速发展带来了各种贸易单证和纸质文件的激增。人工处理和传递单证和纸质文件劳动强度大、效率低、出错率高、成本高,人们迫切需要改变这一现状,于是基于EDI的无纸贸易便应运而生了。由于EDI技术在进行商业文件传输时采用电子方式,直接在计算机之间进行,减少了人工干预,使得商业事务处理的周期大大缩短,处理成本大大降低,减轻了工作人员的劳动强度,降低了出错率,同时由于EDI保存了完备的交易信息,便于进行计算机审计,也可以为经营管理提供决策支持。

2.EDI系统的构成

EDI系统由EDI硬件、EDI软件、EDI标准和EDI通信网络构成。

EDI硬件主要包括计算机、调制解调器和通讯线路等。

EDI软件主要负责将用户数据库系统中的信息翻译成EDI的标准格式信息以供传输。它包括转换软件、翻译软件和通信软件。其中转换软件将用户计算机系统中信息转换成翻译软件能过够理解的平面文件(flat file),或将平面文件转换成用户原有的文件;翻译软件将平面文件翻译成EDI标准格式,或将接受到的EDI标准格式文件翻译成平面文件。通信软件具有管理和维护贸易伙伴的电话号码系统、自动执行拨号等功能,将EDI标准格式的文件外层加上通信信封,再送到EDI系统交换中心的邮箱,或从EDI系统交换中心将收到的文件取回。

EDI标准用来定义数据交换文件的语法规则和标准的报文格式。目前全球范围内使用最广泛的EDI报文标准是联合国欧洲经济委员会制定的《行政、商业和运输用电子数据交换规制》(EDIFACT)和美国国家标准学会(ANSI)特许公认标准委员会第12工作组制定的ANSI X12。其他被广泛使用的EDI报文标准还包括:RosettaNet(计算机、消费类电子产品、半导体制造商、电信和物流行业)、VDA(德国和欧洲汽车行业)、VICS(北美的一般商品零售行业,X12的子集)、SWIFT(银行和金融机构)、EANCOM(医疗、建筑和出版,EDIFACT的子集)、Tradacoms(英国的零售业EDI领域仍然广泛使用)等。

3.EDI的联结方式

(1)直接联结

直接联结是指一家或多家公司的计算机直接与另一家或多家的计算机联结。这种联结方式又可以分为几类。第一种是一对一联结,指一家公司的计算机与另一家公司的计算机直接联结,可以采取设立专线或通过电话拨号的方式;第二种是一对多联结,指以一个公司为中心,由它与其他多家公司的计算机建立一对一的联结;第三种是多对多联结,指多家公司的计算机与另外多家公司的计算机分别建立一对一的联结,在这种情况下,一般只有通过多种联结组成的网络才能进行EDI。

(2)第三方网络联结

第三方网络联结指通信的各方不建立直接联结,而是通过第三方网络提供的VAN(增值网)来实现联结,从而与对方进行EDI通信。

(3)两种联结方式的利弊

直接联结的优点是当参加EDI的公司数目较少且传输的信息资料比较有限时,比较方便,费用较低;缺点是必须对不同的公司进行不同的传输,增大了工作量和成本,同时,不同的公司要进行通信,往往采取不同的标准,这就增加了EDI标准的复杂性并限制了参与公司的数量。运用第三方联结可以有效地避免直接联结等弱点,从而使EDI通信不再受时间表、企业数目、地理位置的限制,因此,目前大多数公司采用这种方式。

2.5.2  商务智能与大数据技术

1.商务智能技术

(1)商务智能技术的概念

商务智能(Business Intelligence,简称BI)是对商务信息的搜集、管理和分析过程。目的是使企业的各级决策者获得知识或洞察力,促使他们做出对企业更有利的决策。商务智能一般由数据仓库、数据分析、数据挖掘、在线分析、数据备份和恢复等部分组成。

商务智能通常被理解为将企业中现有的数据转化为知识,帮助企业做出明智的业务经营决策的工具。这里所谈的数据既包括来自企业业务系统的订单、库存、交易账目、客户和供应商等数据,也包括来自企业所处行业和竞争对手的数据,还有来自企业所处的其他外部环境中的各种数据。而商务智能能够辅助的业务经营决策,既可以是操作层的,也可以是战术层和战略层的决策。为了将数据转化为知识,需要利用数据仓库、联机分析处理(OLAP)工具和数据挖掘等技术。因此,从技术层面上讲,商务智能是数据仓库、OLAP和数据挖掘等技术的综合运用。

因此,把商务智能看成是一种解决方案应该比较恰当。商务智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理,以保证数据的正确性,然后经过抽取(Extraction)、转换(Transformation)和装载(Load),即ETL过程,合并到一个企业级的数据仓库里,从而得到企业数据的一个全局视图,在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理(这时信息变为辅助决策的知识),最后将知识呈现给管理者,为管理者的决策过程提供支持。

(2)商务智能技术在电子商务中的应用

商务智能技术已广泛应用于商务活动中。由于电子商务在运营过程中会产生大量详细而具体的商务数据,比如用户访问网站行为的细节信息(登录时间、访问网页、停留时间、点击项目等等),为商务智能技术的应用提供了很好的应用环境。其应用主要包括以下几个方面:

①销售分析。按地区、部门、销售员和产品生成销售情况的汇总,给经理提供比较和趋势分析,有助于确定问题和机会。BI应用能够分析和评价以往产品的销售,以确定产品成功或失败的因素。

②市场分析。市场分析决策模块包括:市场面分布分析、市场产品竞争分析、价格变动对需求影响程度分析、开辟新市场分析等。为此,决策支持系统应提供市场潜力模型,以便支持管理者考虑提高产品竞争能力,占领未实现市场,开辟未开发市场。

③客户分析。决策支持系统应用可以利用统计工具来分析每天收集的交易数据,以确定各种类型客户的消费模式,然后采取相应的营销措施,从而实现最大的利润。对于重点客户要提供更好的服务和更优惠的价格策略;对于潜在客户要进行促销以争取;对于易流失的客户要分析原因以挽回。

④市场研究。市场研究包括:利用预测模型分析得出每种产品的增长模式,以便作出终止或者扩张某种产品的适当决定;企业品牌和形象的研究,以便提高企业和品牌的知名度和美誉度;分析客户满意度;市场规模和潜在规模的研究等。

⑤财务分析。按年、月、日或其它自定义周期来进行实际费用和花费的比较;审查过去现金流的趋势,并预测未来的现金需求量;复杂项目的预算计划和成本分摊;整合各分支机构的财务数据,形成正确、一致的财务报表。

⑥企业分析。企业分析包括赢利能力、流动比率、市场份额、人力资源分析,还包括广告分析,产品定价,每周(每天)的销售结果,客户的销售潜力、市场趋势,对外贸易和汇率,行业趋势,劳动力成本趋势等。

⑦产品成本分析。根据数据库中产品的采购价格、销售价格、产品运费、仓储费、其他管理费用、资金成本费用、销售量等数据,统计各种产品的成本状况。利用这些基础分析数据灵活生成各类采购分析报表,并采用钻取、回转和旋转等分析手段,分析寻找产品成品的其它感兴趣结果。

⑧价格分析  用系统提供的模型,或者是用户自己定义函数,分析价格浮动比例,归类某一时间段内价格增幅或降幅较大的产品,分析价格浮动原因,以便及时有效地制定或调整营销、采购、库存政策;价格预警分析,观测产品最高价和最低价超出警戒线的高度,并评测其与预定价格之间的比例关系,及时掌握该产品市场价格异常情况。

2.大数据技术

大数据(Big Data),指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据的特点可以总结为4V,即Volume(数据量大)、Velocity(产生速度快)、Variety(数据类型多样)和Value(价值密度低)。处理大数据是传统数据处理手段所无法完成的,因此需要特殊的技术。适用于大数据的技术,包括大规模并行处理(MPP)数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。

在大数据的背景下,电子商务的发展借助大数据高效率的数据采集处理分析能力,将电子商务的价值创造推向新的高峰。无论是在电商平台、移动终端或是各类社交软件,电子商务都有着大量的数据产生。如何利用好这些数据信息,为电子商务提供更多有效的信息,这是传统的数据处理方法解决不了的问题。在大数据时代,以往被认为无用的数据垃圾,经由一定的处理分析与利用,往往会给企业带来意想不到的效益,为电子商务提供更加准确实时的消费信息及消费者需求,进而更准确地为企业制定出适合的发展方向。同时电子商务的经营模式也发生了很大的变化,由传统的运营模式变为以信息为主体的数据化运营模式,电子商务的管理与各类经济环节都变得数据化,并且贯穿在整个电子商务环节中。

大数据技术和前面的商务智能技术概念上有一定的重叠。商务智能中数据挖掘的定义是在海量数据中发现以前未知的知识的过程,这里的海量数据也具有数据量大和数据类型复杂等特点,也都是面向管理决策领域。

2.5.3  云计算技术

1.云计算的概念及特点

按照美国国家标准与技术研究院(NIST)对云计算下的定义,云计算(Cloud Computing)是一种按使用量付费的模式,这种模式提供可用的、便捷的、按需的网络访问,进入可配置的计算资源共享池(资源包括网络,服务器,存储,应用软件,服务),这些资源能够被快速提供,只需投入很少的管理工作,或与服务供应商进行很少的交互。

云计算是通过使计算分布在大量的分布式计算机上,而非本地计算机或远程服务器中。云计算特点如下:

(1) 超大规模。比如Google云计算已经拥有100多万台服务器, Amazon、IBM、微软、Yahoo等的“云”均拥有几十万台服务器。企业私有云一般也拥有数百上千台服务器。

(2) 虚拟化。云计算支持用户在任意位置、使用各种终端获取应用服务。所请求的资源来自“云”,而不是固定的有形的实体。

(3) 高可靠性。“云”使用了数据多副本容错、计算节点同构可互换等措施来保障服务的高可靠性,使用云计算比使用本地计算机可靠。

(4) 通用性。云计算不针对特定的应用,在“云”的支撑下可以构造出千变万化的应用,同一个“云”可以同时支撑不同的应用运行。

(5) 高可扩展性。“云”的规模可以动态伸缩,满足应用和用户规模增长的需要。

(6) 按需服务。“云”是一个庞大的资源池,你按需购买;云可以像自来水,电,煤气那样计费。

(7) 价格低廉。由于“云”的特殊容错措施可以采用极其廉价的节点来构成云,“云”的自动化集中式管理使大量企业无需负担日益高昂的数据中心管理成本,“云”的通用性使资源的利用率较之传统系统大幅提升。因此用户可以充分享受“云”的低成本优势。

2.云计算的服务及潜在风险

云计算可以认为包括以下几个层次的服务:基础设施即服务(IaaS, Infrastructure-as-a- Service),平台即服务(PaaS,Platform-as-a- Service)和软件即服务(SaaS,Software-as-a- Service)。IaaS指消费者通过Internet可以从完善的计算机基础设施获得服务,例如硬件服务器租用。SaaS是一种通过Internet提供软件的模式,用户无需购买软件,而是从提供商租用基于Web的软件来管理企业经营活动,例如国际上比较有名的如Salesforce。PaaS是指将软件研发的平台作为一种服务,以SaaS的模式提交给用户。因此,PaaS也是SaaS模式的一种应用。但是,PaaS的出现可以加快SaaS的发展,尤其是加快SaaS应用的开发速度,例如软件的个性化定制开发。

同时也应看到,云计算也存在潜在的危险性。云计算服务除了提供计算服务外,还必然提供了存储服务。云计算服务当前垄断在私人机构(企业)手中,而他们仅仅能够提供商业信用。对于政府机构、商业机构(特别像银行这样持有敏感数据的商业机构)对于选择云计算服务应保持足够的警惕。云计算中的数据对于数据所有者以外的其他用户是保密的,但是对于提供云计算的商业机构而言确实毫无秘密可言。所有这些潜在的危险,是商业机构和政府机构选择云计算服务、特别是国外机构提供的云计算服务时,不得不考虑的一个重要的前提。

3.云计算和电子商务的关系

云计算技术与电子商务有着密切的关系。首先,云计算为电子商务提供了具有自我维护和管理功能的虚拟计算资源,也就是大型服务器集群,可以利用云的计算能力来补充或取代电子商务企业内部的计算资源。其次,云计算服务中心具有更高的计算与存储性能,云中的存储容量几乎无限量。与传统的方式相比,企业可以根据负载的变化按需取用资源,既能避免低谷时的资源浪费,也能满足高峰时对计算资源的需求。第三,云计算使得电子商务企业之间和企业内部的信息共享与协作更加方便。比如基于云的项目管理,企业项目成员可以在随时随地查看项目的主文件、项目任务和项目进展情况,这就实现了不同企业和企业内部数据的应用共享。第四,云服务提供商通过网络向其客户提供计算资源本身也是在从事电子商务。

2.5.4  物联网技术

1.物联网的概念

物联网(Internet of Things,缩写IoT)是基于互联网、广播电视网、传统电信网等信息承载体,让所有能行使独立功能的普通物体实现互联互通的网络。物联网是在互联网的基础上,将其用户端延伸和扩展到任何物品与物品之间,进行信息交换和通信的一种网络。

从技术方面来说,物联网通过射频识别(RFID)、红外感应器、全球定位系统、激光扫描器等信息传感设备,按约定的协议,以有线或无线的方式把物品与互联网连接起来,用以实现智能化识别、定位、跟踪、监控和管理。

2.物联网技术对电子商务的影响

物联网技术对电子商务企业经营管理以及消费者购物等方面将产生深远的影响。首先,应用物联网技术有助于提升物流服务质量。物联网通过对包裹进行统一的编码,并在包裹中嵌入EPC标签,在物流途中通过RFID技术读取EPC编码信息,并传输到处理中心供企业和消费者查询,实现对物流过程的实时监控。这样,企业或消费者就能实现对包裹的实时跟踪,以便及时发现物流过程中出现的问题,有效提高物流服务的质量,切实增强消费者网络购物的满意程度。其次,应用物联网技术能对产品质量进行更有效的监督监控。从产品生产(甚至是原材料生产)开始,就在产品中嵌入EPC标签,记录产品生产、流通的整个过程。消费者在网上购物时,只要根据卖家所提供的产品EPC标签,就可以查询到产品从原材料到成品再到销售的所有信息。第三,应用物联网技术能够有效改善供应链管理。通过物联网,企业可以实现对每一件产品的实时监控,对物流体系进行管理,不仅可对产品在供应链中的流通过程进行监督和信息共享,还可对产品在供应链各阶段的信息进行分析和预测。通过对产品当前所处阶段的信息进行预测,估计出未来的趋势或意外发生的概率,从而及时采取补救措施或预警,极大提高企业对市场的反应能力,加快了企业的反应速度。